夜雨聆风引言
最近刚好赶上高考出分在即，回想起去年我本人刚刚结束的志愿填报，彼时对五花八门的专业没有充分的了解，在权衡比较与个人较浅的了解后选择了计算机专业。如今经过一年的修读对计算机科学与技术（Computer Science，简称CS）这个专业有了更深刻的个人理解，也希望能够帮助到有兴趣或愿意修读计算机专业的同学。
部分声明
没有对其他专业有充足深入的接触，笔者也仅仅是在个人的角度上立足思考CS与其他专业的区别，故对其他专业的简单说明并无拉踩之意，对CS这个伟大宽泛的学科也仅仅是一位真实在读学生的个人看法；文中对AI的介绍部分源于笔者自行探索中的感悟，略失偏颇请包涵。文中仅为笔者的陋见，还请各位理性看待！
有关专业选择的问题
点开这篇文章说明你已经对专业选择有一定的了解欲望，作为刚刚参加过去年的志愿填报的学生，笔者有一些心得与血泪的教训可以分享：
1.出分前后及时对各种专业了解，进行初步摸排，同时对自己的分数进行大概估计确定择校范围，避免报志愿时需要了解的信息过于庞大。出分后及时根据往年情况进行选择，按照冲稳保三个档位进行填写。专业方向的选择一定要把兴趣和实际情况同时考虑，本文为CS/AI 类有关的一些介绍与建议。
2.高分考生可以选择与心仪院校的全国招生组及时联系对接，既能了解到学校具体情况，也能为志愿填报增加一份有价值的信息，但需要注意的是招生中可能有一些不能完全兑现的承诺，不要被招生组带偏而亏分择校，笔者当时也曾差点被中国人民大学、哈工大的招生老师的话术误导（并不是说RUC、HIT不好！）对于中高分段的考生，由于每个学校此时不一定会再派出全国都有的招生组，合理利用网络平台以及向学长学姐咨询是最有效的了解途径，选择专业时注意充分考虑专业的情况如何。中低分段的考生一定要优先考虑专业的就业情况如何！此时应该多多为未来做好铺垫准备，不会因为高考志愿填报产生对未来的就业较大影响。
3.除非兴趣极强或有一定天赋，不推荐攻读数学、物理、生物等纯理科，这类专业就业偏弱，发展导向大多为转行或者科研学术路线；对热门工科客观理性考虑能否接受对应的强度与大学生活，作出最为稳重的决定而不是简单的随波逐流；对于班型的选择，一定要注意到实验班、著名人名命名的班级（如严济慈物理英才班）、拔尖计划、某某学堂（院）的字眼代表同样专业的拔尖班型，有更好的资源和极好的保研率。
本文并不讨论具体志愿怎么填写，所以笔者只在上面提到了一些重要的信息，具体的志愿填报还请参考更加专业人士的意见。希望接下来所介绍的CS/AI类课程能在对这些专业的是否选择上帮助到读者。
CS/AI是什么
计算机科学与技术，作为如今的热门专业之一，大多数人对它的理解与第一印象仅为程序员这个身份。事实上，本学科并不是为了程序开发而产生的学科（如果你对软件开发等实际生活/工业场景的程序编写更感兴趣，可以了解软件工程这个与CS关联紧密的学科）。计算机科学与技术是研究计算理论、信息处理、计算机软硬件设计、系统构建、网络通信与技术应用的综合性工科专业，融合数学、逻辑学、电子工程、系统科学，兼顾理论探索与工程实践。选择计算机专业，你将面临从C++/Python开始的基础程序设计课程，再到数据结构、算法设计、计算机网络、操作系统等硬核专业课程，以及各个分支的纵深学习，例如网络空间安全、系统方向；而人工智能是计算机科学与技术的一个庞大的分支（但也绝非简单的包含关系），大体上人工智能可以分为偏向理论研究与侧重工程应用的两个方向（具体情况请了解有关院校）：理论方向的人工智能对数学的要求比计算机专业更高，CS涉及到的核心课程均会出现在AI的培养方案中，但在学科纵深发展的课程中，就会出现自然语言处理（NLP）、计算机视觉（CV）、具身智能、大语言模型（LLM）等具体的应用方向。
简单来说，CS与AI两者关联紧密，互通性高，且无论未来就业还是前沿发展，都将会越来越热门。显然热门带来的一个担忧便是广大群体的蜂拥而入导致的行业饱和，不得不承认这一惨状已经发生在近几年，互联网上对计算机专业的过度吹捧（笔者观察到AI似乎也有类似的趋势，请各位理性看待！）让不少同学盲目的一头扎进，面对枯燥无味的专业知识失去学习动力，无法在逐渐内卷的趋势中找到平衡点，盲从计算机导致的就业的危机...等等问题都已经初见端倪，这也是笔者写这一篇文章的初心：希望通过本文能够帮助盲目的高考生清晰的决定是否选择CS，同时也作为笔者自己对整个大一学业历程的回望，希望对各位有志于CS的同学们有一定帮助。
CS/AI类专业的选择建议
首先我们直接来干货：
1.不少院校招生专业的名称带有智能/计算/数据/信息等关键词，除非已经充分了解到这个专业在本校是作为CS的学生来培养的，否则均视为非纯血CS（当然需要注意部分学校的这种专业并不差，但并非真正意义上完整的计算机专业），因此请一律认准计算机科学与技术为CS。
2.有关学校的建议：请务必明白计算机专业需要一定的院校背景与教学经验，因此需要对院校有充分的筛选了解。第一个选择因素应该为学科实力与院校背景：笔者主观认为清华计算机为国内第一毋庸置疑，而此后紧跟的学校为北京大学、浙江大学、上海交通大学、南京大学、哈尔滨工业大学等，这些学校对于高分考生而言抉择很困难，一定要更加充分的了解这些学校的情况再做决定（之后笔者会写一篇有关头部院校选择的个人建议）。客观上头部CS院校档次为清北、华五+北航+哈工大为第二头部的、华中科技大学、武汉大学、北京邮电大学、中国人民大学等学科实力类似的高校为一个中上档位（我知道争议必然存在，仁者见仁智者见智，综合权衡下来之后这样的档位划分已经为相对合理）其后的排名参考意义已经不大，因此更建议根据具体情况自行决定，排名不是本文的重点！第二个因素是培养方案与保研率：本文并不打算探讨读研的必要性，但考虑到不少同学有读研的想法，在此给出建议。每个院校的培养方案并不相同，有其合理优秀之处也有让无数届前辈无法理解“神操作”，请根据具体风评做建议，CS固然作为一门自学导向严重的学科，但必要的学科基础构建成效依赖于培养方案的设计与执行，因此一定要在意这一点！保研率可以参考如下基础数值：顶层985如清北华五，计算机保研率普遍在40%+（为较高水准），中层985CS保研率多在25-35%间，上流211即略微靠后的985在20%左右，其余院校均可认为20%之下。第三个选择因素才应该为院校地点，计算机专业不少同学会考虑到实习问题，因此院校地点也是重要的，主观认为北京上海深圳的实习机会与方便度是优于南京杭州成都（但他们也不会少太多，仅仅是选择略微少一些）。
华东五校（简称华五）
3.什么样的同学适合读CS/AI：笔者认为，每个学科都有其所难之处，不存在绝对意义上轻松的学科专业，所以笔者更倾向将实际情况告诉你，让你来决定是否愿意：CS是耐心去应对的专业，没有像高中一样清晰的学习路径，更像搭乐高与拼拼图的方式，拥有基础的能力模块（C语言程序设计基础、Python数据处理能力等），在这些编程语言的学习中不断接触各种数据结构，感受到不同算法之间的差异与魅力，试着通过数字逻辑与计算机组成理解程序本质运行的过程......便有了学习学科核心课程的拼拼图一般的动力，随后便在此基础上不断像搭乐高一样的DIY式发展各种纵深的能力，比如数据科学，有又或者是网络空间安全，还有可能是当下热门的Agent AI。这是这个学科独特的非线性探索路径，是有趣的一面，但其背后是你需要清晰了解的真相：大多院校无法保证每个学生都能学到自己需要的东西，因为读大学不是为一个像高考一样清晰的目标，因此大量的自学是CS专业的常态，有时候面临始终无法找到修改的Bug需要良好的耐心去磨，在CS这个舞台上有一席之地也需要一定程度上的内卷，课业压力也较大。读完这些，你可能有更多的憧憬，也有可能会有失望的沮丧，没关系的，总会找到自己愿意去努力的专业，耐心了解完计算机是否适合你也间接养成了更加思辨思考专业的能力！
作为本部分的总结，笔者直接给出你可能听起来很残酷的现实：双非以下层次的院校的计算机专业，许多都不推荐去填报，这些同学可以有更好的选择，而非被那些盲目开设计算机的院校坑害，而在双一流及以上层次的学校，也请了解院校学科实力、培养方案、就业情况等上述关键信息后再做决定。
选择CS/AI类专业的大学生活
看来你已经对CS/AI类有自己一定的攻读倾向了！笔者在当时的多种因素的权衡下选择来到南京大学（未选择复旦、中科大等高校无学校之间的拉踩意图，笔者更喜欢南大朴实敦厚的学术风格与一流的校园环境、生活条件）接下来的内容笔者将以自己的大一生活经历（以及与部分同学的交流心得）介绍：
鼓楼校区郁郁葱葱的大树
笔者9月开学后，经历军训后就进入到了正式的学习生活中，首先迎来的便是大学数学，笔者因为当时的迷茫与一些意外，并未取得理想的成绩。这里给一些小小的建议：假若你的学校为你上高等数学（我校称为微积分，数学专业称作数学分析）的老师课堂水平不足，或者你想学得更好，推荐去小破站等平台选择合适的老师作为预习课/正式课/复习，这里作为CS专业的数学建议，强力推荐MIT 18.01/18.02 Calculus、MIT 18.06 Linear Algebra，纯英文环境比较吃力的同学可以去搜寻添加过中文字幕的小破站转载，看完视频可以结合课程的Lecture来做一个笔记与复习。日常注重题目练习，一定要大幅度减少对AI的不加思考利用，这会大幅削减你的学习能力！
课程的部分Lecture
在学习程序设计基础课程的时候，笔者也很迷茫，未能早点了解到更好的学习办法使这门课的成绩同样平平无奇。有关C/C++/Python语言的程序设计基础课程，是否选择国外名校Stanford的CS系列课程全凭个人需要决定，笔者我认为观看小破站上经典的教程已经可以较好的掌握前置基础，再配合对零散语法知识、程序设计思路的记录+网络OJ（Online Judgement，在线评测系统）题目练习即可有效掌握。之后后续随着代码能力的不断提升，可以选择进行一定的简单项目编写练习大型程序的模块化设计能力（网上有许多不错的经典可以选择，根据兴趣来即可），之后的每一门语言类课程都可以类似的取得不错的成效。
以上是笔者大一上比较经典的学习经历，空闲的时候笔者在不少平台上了解各种信息，也确实一定程度上开阔了我计算机相关的视野，对整个路径的大致规划也更加清晰明了。但需要注意的是，过度的信息获取会加大你的焦虑程度，笔者深陷其中许久才脱离出来，一定要辩证客观的思考所了解到的信息，加工处理后化为自己所能利用的信息，对自己的发展是极其有利的。接下来笔者将会提及到已经能预见到的同级CS专业的学生发展路径与状况：
在结束大一的学习后，绩点初步成型，作为保研中衡量的重要标准，有保研打算的同学一定要及时认识到自身绩点的不足去在后续的阶段中努力。对于有规划保研的同学来说，接下来将面临的是硬核课程的压力来临、参与到的项目的负责、铺天盖地的竞赛活动、自学内容的难度不断提高，这里也就体现出我所说的CS适合有耐心、愿意内卷、有内驱力，对这种学习方法感兴趣的学生的重要性；不打算读研想要早早将所学技能转化为工作的同学需要不断的通过一些大型项目、比赛来打磨自己的简历，不断的自学提高技能以获得不错的理想实习，进而获得一份收入可观的工作，这也体现出了笔者所说的适合什么样的同学来选CS；还有一部分同学会选择考研，那么计算机方向的考研408也需要长年累月的记忆背诵，考研数学英语备考准备等等像高三一样的复习压力扑面而来。以上是对同级CS这个群体未来的一些大概走向的浅显的估计，其实每个专业都是这样的，但CS偏偏在所有专业里最需要这种特质的同学，因此请务必考虑好本专业的特殊性。当然，笔者不想磨灭每一个同学心中对CS的美好憧憬，只谈所面临的难受之处确实很片面，我们也应该看到这个专业的有趣之处：不断攻克一道道机试OJ题目的打怪升级的感觉，感受各种算法设计的精妙之处与魅力，利用所学知识搭建了非常实用或者有趣的程序，感受在这片知识的海洋中随心挑选想学的东西的自由感，成功复现一篇论文时的“我也能成为科学家”的奇妙体验等等，都是CS独享的特色。笔者兴趣致力于向AI中的如何让机器表现的更智能并具有更好的输出能力这类领域及其感兴趣，因此也能对AI浅谈一二：AI本质上的辛苦程度与CS相当，但得到的东西其实更加有趣：你可以搭建一个自己的小模型通过不断训练让它拥有你所期望的能力，亦或者是具身智能这种通过不断的环境交互来获得信息的“高科技”被你实现......东西很多很多也同样的有趣，但学习路径与CS相同，需要大量的自学与实践才能做到较好的程度。
写在最后
写本文的时候笔者正在大一下的期末周内，压力巨大无比，但回想起去年选择的时候有诸多的疑问未能得到解答，总想写些什么既作为对自己的回答与一段旅程的记录，同时也希望这篇文章能够有效的帮助考生们在CS/AI类专业的选择中有更清晰的思考和了解。
当然，欢迎各位读者读完后能够报考南京大学，南大真的很美很舒服，鼓楼校区内有真正的校园历史熏陶的感觉，我们学校也致力于“办中国最好的本科教育”。在计算机专业上，我们拥有许多闻名CS圈内的经典课程：如SICP、OS等，在第五轮学科评估中获评A+，计算机软件新技术全国重点实验室连续3次获评全国第一，2026CSRankings 人工智能、软件工程领域全球第一、计算机视觉全球第三、系统方向全球第七......在南京大学计算机学院，遇见不可思议的自己！